我一直在参考这篇文章：https://github.com/moein-shariatnia/Deep-Learning/tree/main/Image%20Colorization%20Tutorial

我遇到了一个问题。我试图下载已经加载到PyTorch数据加载器中的图像，但由于这些图像是从一个更大的数据集中随机选择的，我不知道如何操作。我如何才能将加载到“train_dl”中的确切图像下载到我的电脑上（作为一个文件夹）？我已经在这些确切的图像上训练了我的模型，所以我将来需要这些图像。

回答：

数据加载器应该有一个数据集属性，你可以用它来在你的代码中找到路径

在代码中：

class ColorizationDataset(Dataset):    def __init__(self, paths, split='train'):        ...                self.split = split        self.size = SIZE        self.paths = paths #<<<<- IMPORTANT LINE HERE        def __getitem__(self, idx):        ...        def __len__(self):        return len(self.paths)def make_dataloaders(batch_size=16, n_workers=4, pin_memory=True, **kwargs): # A handy function to make our dataloaders    dataset = ColorizationDataset(**kwargs)    dataloader = DataLoader(dataset, batch_size=batch_size, num_workers=n_workers,                            pin_memory=pin_memory)    return dataloader

所以，为了从你的数据加载器中获取项目，你可以运行：

train_paths = train_dl.dataset.paths

你可以遍历这个列表来单独保存图像（不推荐），或者只需将其保存为文本文件，并将训练/验证/测试集分开保存为不同的文件。